影像组学学习笔记(11)-支持向量机(SVM)(理论)
2020-11-25 本文已影响0人
北欧森林
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频
本节(11)主要介绍: SVM支持向量机(理论)
支持向量机(support vector machine, SVM)
号称是鲁棒性(robust)最强的分类器
超平面及其确定
SVM.JPG
核函数
径向基函数(rbf = radical basis function)是一个比较常用、好用的核函数。
rbf.JPG
参数γ(gamma)，定义了单个样本的影响范围，γ越大，支持向量越多惩罚因子C， 定义了对“犯规”样本的容忍程度
